Выбрать язык

Анализ достаточности и факторов накопления валютных резервов Сербии

Эконометрический анализ валютных резервов Сербии: оценка достаточности, влияющих факторов (ВВП, РЭКК, M2/ВВП) и политические выводы.
computecurrency.net | PDF Size: 0.8 MB
Оценка: 4.5/5
Ваша оценка
Вы уже оценили этот документ
Обложка PDF-документа - Анализ достаточности и факторов накопления валютных резервов Сербии

1. Введение и контекст исследования

В эпоху глобализации страны сталкиваются с повышенной уязвимостью к внешним шокам. В данной статье исследуется достаточность валютных резервов Республики Сербия (РС) и ключевые макроэкономические факторы, определяющие их накопление с I квартала 2002 года по III квартал 2020 года. Исследование мотивировано наблюдаемой тенденцией среди стран с формирующимся рынком (СФР) создавать значительные резервные буферы в качестве защиты от волатильности потоков капитала и финансовых кризисов, стратегия, подтвердившая свою эффективность во время глобального финансового кризиса 2008-2009 годов.

2. Методология и данные

В исследовании используется эконометрический подход к анализу временных рядов для изучения долгосрочной взаимосвязи между валютными резервами Сербии и выбранными макроэкономическими переменными.

2.1 Спецификация эконометрической модели

Основной анализ основан на коинтеграционной структуре, которая подходит для выявления стабильных долгосрочных взаимосвязей между нестационарными экономическими временными рядами. Модель предполагает, что валютные резервы (FER) являются функцией экономического масштаба, давления на обменный курс и глубины финансовой системы.

2.2 Источники данных и переменные

Анализ использует квартальные данные. Ключевые переменные:

  • Валютные резервы (FER): Зависимая переменная, по данным Национального банка Сербии (НБС).
  • Валовой внутренний продукт (ВВП): Прокси для экономического размера и импортного потенциала.
  • Реальный эффективный обменный курс (РЭКК): Индекс, измеряющий конкурентоспособность динара. Рост (укрепление) может сигнализировать о давлении на резервы.
  • Денежный агрегат (M2/ВВП): Коэффициент, представляющий глубину финансовой системы и потенциальные краткосрочные внешние обязательства.

Период данных

2002 Q1 - 2020 Q3

Ключевые переменные

4 основных макроиндикатора

Методология

Коинтеграция и коррекция ошибок

3. Эмпирические результаты и анализ

3.1 Тесты на единичный корень и коинтеграцию

Тесты на единичный корень (например, расширенный Дики-Фуллера) подтвердили, что все временные ряды были нестационарными в уровнях, но стационарными в первых разностях, то есть интегрированными порядка один, I(1). Последующие тесты на коинтеграцию (например, процедура Йохансена) выявили существование одного коинтеграционного уравнения, что указывает на стабильную долгосрочную взаимосвязь между переменными.

3.2 Долгосрочное равновесное соотношение

Оцененное коинтеграционное уравнение показывает следующие значимые влияния на накопление резервов в Сербии:

  1. ВВП (Экономическая активность): Наиболее значимый позитивный драйвер. Более крупная экономика требует и позволяет иметь более высокие резервы для транзакционных и предупредительных мотивов.
  2. РЭКК (Давление на обменный курс): Укрепление динара (рост РЭКК) связано с накоплением резервов, что, вероятно, отражает интервенции центрального банка для сдерживания чрезмерного номинального укрепления.
  3. M2/ВВП (Глубина финансовой системы): Рост широкой денежной массы относительно ВВП положительно влияет на резервы, что согласуется с правилом Гидотти-Гринспена о том, что резервы должны покрывать краткосрочный внешний долг.

Ключевой вывод: Валютные резервы Сербии стабильно превышают уровни, предполагаемые традиционными критериями оптимальности (например, 3 месяца импорта). Исследование объясняет это специфическими факторами, такими как дивиденды, выплачиваемые иностранным инвесторам, и определенные сегменты портфельных инвестиций, которые часто упускаются из виду в стандартных оценках.

4. Ключевые выводы и политические последствия

  • Сербия поддерживает резервный буфер выше общепринятых метрик достаточности, обеспечивая надежную защиту от внешних шоков.
  • Накопление резервов систематически связано с ростом ВВП, политикой управления обменным курсом и углублением внутренней финансовой системы.
  • Оценки политики должны включать «невидимые» оттоки, такие как дивиденды инвесторам, для получения реальной картины достаточности резервов.
  • Активное управление резервами НБС представляется рациональным ответом на уязвимости формирующейся открытой экономики.

5. Ключевая идея и перспектива аналитика

Ключевая идея: Сербия не просто накапливает доллары; она реализует сложную, основанную на данных страховую политику. Статья показывает, что стратегия резервов Национального банка Сербии (НБС) — это упреждающий удар по финансовой хрупкости, выходящий за рамки учебных правил к модели, учитывающей уникальную интеграцию страны в глобальные потоки капитала. Это не пассивное накопление; это активное управление рисками.

Логическая последовательность: Аргументация убедительна. Она начинается с глобального контекста (уязвимость СФР), устанавливает эмпирическую реальность Сербии (резервы > стандартные метрики), а затем использует надежную эконометрику (коинтеграцию) для определения драйверов: экономический масштаб (ВВП), стоимость стабильности обменного курса (РЭКК) и тень потенциального бегства капитала (M2/ВВП). Логика завершается ключевым, часто упускаемым моментом: стандартные метрики не работают, потому что игнорируют обязательства, такие как дивиденды инвесторам. Это перекликается с более широкой критикой в литературе по международным финансам, например, с работой Жанна и Рансьера (2011) о предупредительных мотивах, где утверждается, что оптимальные резервы зависят от риска и потерь выпуска в кризисе, а не только от покрытия импорта.

Сильные стороны и недостатки: Сила заключается в прикладном, политически релевантном фокусе и надежной методологии. Правильно идентифицированы «скрытые» факторы достаточности резервов. Однако модель относительно проста. Она не моделирует явно функцию реакции НБС и не включает прогнозные переменные, такие как глобальная склонность к риску (например, индекс VIX), который является ключевым драйвером потоков капитала в СФР, как показано в работе Бруно и Шина (2015) о глобальных банковских потоках. Это ограничивает ее прогностическую силу для будущих траекторий накопления.

Практические рекомендации: Для политиков в аналогичных экономиках: 1) Динамическое бенчмаркирование: Откажитесь от статического правила 3 месяцев импорта. Разработайте страновую панель показателей, включающую индикаторы финансовой уязвимости. 2) Стресс-тестирование скрытых оттоков: Интегрируйте данные о репатриации прибыли и портфельном долге в оценку достаточности резервов. 3) Коммуникация стратегии: Четко разъясняйте общественности обоснование хранения «избыточных» резервов для управления ожиданиями и оправдания альтернативных издержек. Подход НБС, как показал анализ, предоставляет жизнеспособный шаблон для других центральных банков СФР, решающих трилемму открытых счетов капитала, управляемых обменных курсов и денежной автономии.

6. Техническая структура и математическая модель

Основная эконометрическая модель может быть представлена как долгосрочное коинтеграционное соотношение:

$\ln(FER_t) = \beta_0 + \beta_1 \ln(GDP_t) + \beta_2 REER_t + \beta_3 (M2/GDP)_t + \epsilon_t$

Где:
- $FER_t$ — уровень валютных резервов в момент времени $t$.
- $GDP_t$ — Валовой внутренний продукт.
- $REER_t$ — Индекс реального эффективного обменного курса.
- $(M2/GDP)_t$ — отношение широкой денежной массы к ВВП.
- $\epsilon_t$ — стационарный член ошибки, представляющий отклонения от долгосрочного равновесия.

Эмпирическая процедура тестирования включала:
1. Тест на единичный корень: $\Delta y_t = \alpha + \rho y_{t-1} + \sum_{i=1}^{p} \gamma_i \Delta y_{t-i} + u_t$ (Тестирование $H_0: \rho=0$).
2. Тест на коинтеграцию (Йохансен): $\Delta Y_t = \Pi Y_{t-1} + \sum_{i=1}^{k-1} \Gamma_i \Delta Y_{t-i} + \varepsilon_t$, где $\Pi$ содержит информацию о долгосрочных взаимосвязях.
3. Оценка коэффициентов $\beta$, подтверждающая $\hat{\beta_1} > 0$, $\hat{\beta_2} > 0$ и $\hat{\beta_3} > 0$.

7. Структура анализа: практический пример

Сценарий: Аналитик регионального банка развития хочет оценить достаточность резервов «Страны X», СФР, похожей на Сербию.

Применение структуры (пример без кода):

  1. Сбор данных: Собрать квартальные временные ряды для Страны X (2010-2023): Валютные резервы, ВВП в долларах США, индекс РЭКК, M2 и Краткосрочный внешний долг.
  2. Расчет стандартных метрик: Вычислить традиционные коэффициенты: Покрытие импорта в месяцах, Резервы к краткосрочному долгу (коэффициент Гидотти), Резервы к M2 (правило Гринспена).
  3. Анализ разрыва: Сравнить коэффициенты Страны X с пороговыми значениями (например, 100% для коэффициента Гидотти) и с группой стран-аналогов (например, балканские СФР).
  4. Эконометрическое моделирование (по мотивам данной статьи):
    • Определить долгосрочную модель: $Резервы = f(ВВП, РЭКК, Глубина финансовой системы, Внешний долг)$.
    • Провести тесты на единичный корень и коинтеграцию.
    • Оценить равновесное соотношение. Показывает ли глубина финансовой системы ($M2/ВВП$) сильную положительную связь, указывая на хеджирование уязвимости?
  5. Включение «скрытых факторов»: Скорректировать анализ, добавив данные о:
    • Ежегодных дивидендах и репатриации прибыли иностранными прямыми инвесторами.
    • Владении государственными облигациями страны нерезидентами.
  6. Синтез: Сделать вывод не только о том, являются ли резервы «достаточными», но и *почему* они находятся на текущем уровне (обусловлены ростом, политикой или уязвимостью) и какие конкретные скрытые риски они могут или не могут покрыть.

8. Будущие применения и направления исследований

  • Усиление машинным обучением: Будущие модели могут интегрировать методы машинного обучения (такие как сети LSTM, используемые в прогнозировании финансовых временных рядов) с традиционной эконометрикой для лучшего прогнозирования спроса на резервы при различных сценариях шоков, улавливая нелинейности.
  • Высокочастотные данные: Включение еженедельных или ежемесячных данных о потоках капитала может повысить отзывчивость модели к внезапным остановкам или притокам.
  • Сетевой анализ: Исследования могут анализировать позицию Сербии в глобальных финансовых сетях для понимания рисков заражения, аналогично исследованиям трансграничных банковских экспозиций.
  • Интеграция климатических рисков: По мере роста климатического финансирования будущие модели достаточности резервов, возможно, должны будут учитывать потенциальные обязательства от климатических катастроф или рисков перехода — передовая область в деятельности центральных банков.
  • Последствия CBDC: Потенциальное введение цифровой валюты центрального банка (CBDC) может трансформировать трансграничные платежи и управление резервами. Необходимы исследования о том, как CBDC могут повлиять на спрос на валютные резервы и их состав.

9. Список литературы

  1. Frenkel, J. A., & Jovanovic, B. (1981). Optimal International Reserves: A Stochastic Framework. The Economic Journal, 91(362), 507–514.
  2. Jeanne, O., & Rancière, R. (2011). The Optimal Level of International Reserves for Emerging Market Countries: A New Formula and Some Applications. The Economic Journal, 121(555), 905–930.
  3. Bruno, V., & Shin, H. S. (2015). Cross-border banking and global liquidity. The Review of Economic Studies, 82(2), 535–564.
  4. International Monetary Fund (IMF). (2015). Assessing Reserve Adequacy – Specific Proposals. IMF Policy Paper.
  5. Bošnjak, M., Bilas, V., & Kordić, G. (2020). Determinants of Foreign Exchange Reserves: The Case of Emerging European Countries. Economic Research-Ekonomska Istraživanja, 33(1), 1-17.
  6. National Bank of Serbia (NBS). (2020). Annual Financial Stability Report.
  7. Davis, J. S., Cowley, J., & Morris, A. (2018). The Impact of Foreign Exchange Reserves on Emerging Market Spreads. Journal of International Money and Finance, 88, 213-228.